论文摘要
为实现管道漏磁图像的智能化识别,提出一种基于改进SSD网络的管道漏磁图像识别算法。以SSD网络模型为基础框架,加入多孔卷积。利用多孔卷积扩大网络模型的感受野,将低分辨率的高语义信息特征提取出来,从而提高网络对小目标细节特征的学习能力。实验结果表明,提出的算法能自动识别出漏磁数据的环焊缝、螺旋焊缝、缺陷等位置,准确率能达到到92.62%,误检率低于3%,漏检率低于6%,具有更优良的鲁棒性。
论文目录
文章来源
类型: 期刊论文
作者: 王竹筠,杨理践,高松巍
关键词: 漏磁图像,深度学习,目标检测,网络,多孔卷积,输油管道,识别算法
来源: 沈阳航空航天大学学报 2019年03期
年度: 2019
分类: 工程科技Ⅱ辑,工程科技Ⅰ辑,信息科技
专业: 石油天然气工业,计算机软件及计算机应用
单位: 沈阳工业大学信息科学与工程学院
分类号: TP391.41;TE973.6
页码: 74-82
总页数: 9
文件大小: 1914K
下载量: 166